[发明专利]一种应用于直升机动部件振动趋势分析的方法有效
申请号: | 201910451247.8 | 申请日: | 2019-05-28 |
公开(公告)号: | CN110457731B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 沈勇;单添敏;王景霖;曹亮;林泽力;请求不公布姓名 | 申请(专利权)人: | 中国航空工业集团公司上海航空测控技术研究所 |
主分类号: | G06F30/15 | 分类号: | G06F30/15 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 朱显国 |
地址: | 201601 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 应用于 直升机 部件 振动 趋势 分析 方法 | ||
本发明公开了一种应用于直升机动部件振动趋势分析的方法。本发明通过对各飞行状态下的振动特征参数建立统计分布,通过计算时间历程中分布之间得到的偏离值来建立退化趋势的状态指标,偏离值在[0,1]区间上,越靠近1表示部件越接近退化失效。本发明实现了对直升机动部件的性能退化趋势和未来的退化状态的准确分析和评估,从而有效、及时的开展维修工作,防止事故的发生。
技术领域
本发明涉及趋势分析及故障预测领域,具体是一种应用于直升机动部件振动趋势分析的方法。
背景技术
直升机动部件是直升机上的关键系统,是由大量相互联系但工作过程又彼此不同的部件组成,结构复杂,长期处于高速、交变重载的恶劣环境下,容易产生故障和损坏,由于其无冗余设计,一旦发生故障,将导致灾难性事故的发生,直接影响飞行员的生命安全。
直升机动部件发生失效故障前会经历逐步的退化过程,随着直升机运行时间的积累,动部件处于不断的性能退化过程中直至失效,为了尽可能减少动部件故障导致的经济损失和重大事故,需要在其运行过程中建立起能够指示动部件各组成部件性能退化的状态指标,对直升机动部件的性能退化趋势和未来的退化状态进行准确分析和评估,就可有效、及时地开展维修工作,防止事故的发生。
发明内容
本发明的目的在于提供一种基于直升机动部件振动趋势分析的方法。
实现本发明目的的技术解决方案为:一种应用于直升机动部件振动趋势分析的方法,包括如下步骤:
1)基于提取的直升机飞行振动特征参数和对应的飞行状态参数,采用关联分析方法,选取与飞行振动特征参数相关的飞行状态参数,并建立对应的飞行状态参数集Φ;
2)根据选取的飞行状态参数,基于直升机初始飞行架次数据建立飞行振动特征参数的基准分布数据库;
3)计算当前飞行架次下的直升机飞行振动特征参数的统计分布,同时根据当前飞行架次飞行状态参数集Φ中飞行状态参数的分布选取基准分布数据建立当前架次的基准分布,计算当前架次飞行振动特征参数统计分布与基准分布的重叠面积;
4)建立对数归一化函数,设定失效状态下直升机飞行振动特征参数的统计分布与基准分布的重叠面积为S,分布偏离值为DI,对S和DI赋值计算确定对数归一化函数参数的取值;
5)基于上述对数归一化函数得到飞行振动特征参数分布偏离值,作为趋势分析的指标。
6)步骤1)中采用对飞行状态参数和飞行振动特征参数进行关联分析,剔除非相关的飞行状态参数;具体方法为:
1.1,利用标准化后的样本数据,计算飞行振动特征参数变化Y与每个飞行状态参数的变化Xi之间的相关性系数,并根据其大小选择飞行状态参数,相关系数在0-1之间,0表示不相关,1表示相关,这里对选取飞行状态参数的相关性系数阈值不做要求,根据实际情况确定,若要少选飞行状态参数高阈值可设高,反之可设低;相关性系数计算公式为其中为飞行状态参数的方差,σY为飞行振动特征参数的方差;x′ij为第i类参数的第j个样本标准化后数据值,y′j为飞行振动特征参数的第j个样本标准化后数据值,μi′为第i类参数的标准化样本的均值,μy′为参数的标准化样本的均值,n为样本量;
1.2,设飞行振动特征参数变化Y为随机变量,经相关性分析后选取的飞行状态参数变化为自变量Xi,且飞行状态参数与飞行振动特征参数的关系模型满足多变量线性回归模型,采用基于回归分析的方法建立飞行状态参数与飞行振动特征参数的关系模型b为该回归模型函数的相关系数,设显著性水平为α,计算各飞行状态参数的P值,若P值小于或等于显著性水平α,则以对应的飞行状态参数建立飞行状态参数集Φ;
步骤3)中,计算当前架次飞行振动特征参数统计分布与基准分布的重叠面积,具体方法为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国航空工业集团公司上海航空测控技术研究所,未经中国航空工业集团公司上海航空测控技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910451247.8/2.html,转载请声明来源钻瓜专利网。